Idol：全新的 image-to-3d 模型，2 秒内生成 Gaussian splat

2026年10月28日，模型 speridlabs/idol 在 HuggingFace 上发布，任务为 image-to-3d。它可将物体的单张图像转换为 3D Gaussian splat：去除背景、裁剪物体，并生成最多 1 048 576 个高斯，包括照片中未出现的侧面。结果保存为标准 3DGS 的 `.ply` 文件。 模型大小为 2.9 GB，最大的文件是 1.4 GB 的 denoiser.safetensors。权重以 Apache 2.0 许可证分发，架构为 DiT。运行需要 7.2 GB 显存，生成耗时不到 2 秒。首次运行前需在 HuggingFace 上接受两个 gated 模型的使用条款：facebook/dinov3-vith16plus-pretrain-lvd1689m 和 black-forest-labs/FLUX.2-dev（后者仅下载 VAE）。

这意味着什么

在我们的 3D 人工智能工具指南中，已有若干任务为 image-to-3d 的生成器，而 Idol 在结果类型上与之不同。Stable Fast 3D 和 Hunyuan3D 2.1 输出网格模型，而 Idol 生成 Gaussian splat——这是表示 3D 场景的另一种方式，更多见于渲染和查看任务，而非经典建模。 在显存要求方面，Idol 更接近 Stable Fast 3D：7.2 GB 对 Stability AI 模型的 6 GB。Hunyuan3D 2.1 要求明显更高——根据生成阶段不同为 10 至 29 GB。同时 Idol 的权重更轻：2.9 GB，而 Stable Fast 3D 为 3.7 GB，Hunyuan3D 2.1 为 13.9 GB。 在许可证方面，Idol 较为突出：Apache 2.0 允许商业使用，对用户规模或营收没有限制。Hi3D v1.0 允许商业使用，但当规模达到 200 000 MAU 或月营收达到 1 百万 USD 时需要单独许可证。Hunyuan3D 2.1 限制为 1 百万 MAU，且在欧盟、英国和韩国不适用。Stable Fast 3D 在年营收不超过 1 百万美元时免费。 Idol 是一款从单张图像快速获得 Gaussian splat 的工具，对硬件要求适中，许可证宽松。对于需要网格以便进一步编辑的用户，它无法替代经典生成器，但对于从不同角度查看和渲染物体可能有用。